밑바닥부터 만드는 AI 에이전트 — RAG · 멀티 에이전트 · MCP
프레임워크 없이 Python과 while 문 하나로 AI 에이전트를 직접 만듭니다. 입문 파트에서는 도구 설계, 실패와 비용, 기억, 사람 승인, 평가, 웹 화면을 한 편씩 붙여 작은 코딩 에이전트를 완성하고, 실전 파트에서는 실제 사업보고서(DART)로 RAG · 멀티 에이전트 · MCP 서버를 직접 구현한 뒤 LangChain · LangGraph와 숫자로 비교합니다.
58명 이 수강하고 있어요.
난이도 초급
수강기한 무제한
실전 파트 23편 전체 공개 — RAG · 멀티 에이전트 · MCP · 배포까지
안녕하세요, 단테입니다.
예고드린 실전 파트가 오늘 모두 공개됐습니다. 수강 중이시면 추가 결제 없이 바로 보실 수 있어요.
실전 파트 구성 (23편 + 배포 따라 하기 부록)
· 실전 1 · 오리엔테이션과 성적표: 완성 데모, 환경 점검, 에이전트 루프와 성적표
· 실전 2 · 도구 설계: 공시 조회 도구 15개, 도구 40개와 도구 검색
· 실전 3 · 컨텍스트 엔지니어링: 사업보고서 전체 넣기, 긴 작업 관리, 스킬과 서브에이전트
· 실전 4 · RAG: 사업보고서 Q&A, BM25 · 벡터 · 재정렬, 인용과 숫자 검증, LangChain · LlamaIndex 비교
· 실전 5 · 멀티 에이전트: 기업 리서치 팀, 인용 검증기, LangGraph로 옮기기
· 실전 6 · MCP: 공시 검색 MCP 서버를 직접 구현해서 원격 배포 · 보안 · LangChain 어댑터까지
· 실전 7 · 캡스톤: FastAPI + SSE 백엔드, React 화면, 배포와 최종 성적표, Render 배포 따라 하기
처음 while 문 하나였던 에이전트가, 마지막 성적표에서는 같은 20문항 기준 정답 90% → 95%, 출처가 붙은 문장 0/63 → 71/72가 됩니다.
시작은 실전 0편 환경 점검부터 해 주세요. OpenRouter 키와 OpenDART 키(무료)가 필요합니다.
막히는 곳은 수업 질문란에 남겨 주세요. 감사합니다.




